Google представила Gemini 3.5 Transcribe для преобразования речи в текст с помощью ИИ

Пока мы ждём (возможно, напрасно) выхода Gemini 3.5 Pro, Google выпускает другую модель в ветке 3.5. Компания представила Gemini 3.5 Transcribe — модель ИИ, предназначенную для упрощения голосового ввода за счёт удаления «э-э» и исправлений с последующей выдачей отредактированного текста. Эта модель уже используется в функции «Rambler» клавиатуры Gboard на Pixel 11, но вскоре появится во всей экосистеме Google.

По данным Google, Gemini 3.5 Transcribe значительно быстрее и точнее предыдущего механизма преобразования речи в текст, известного как Chirp 3. Новая модель ИИ должна примерно на 70 процентов быстрее преобразовывать речь в готовый расшифрованный текст, а частота ошибок при распознавании речи в реальном времени снизилась до 5,5 процента. Это лишь немного лучше, чем у Chirp 3, для которой Google приводит показатель 7,32 процента. Тем не менее исправлять опечатки при голосовом вводе неудобно, поэтому любое улучшение здесь полезно.

Источник: Google

Прочитать полную статью

Комментарии